How to Use Agent

Appearance

← 返回 100 个真实案例库社区使用分享 · 能力与界面请以当前版本为准

Case 63｜磁盘快满了？一句话让AI帮你扫描分类一键出报告 ​

WorkBuddy 案例集 · 第 63 篇 分类：办公协同与效率提升

一、场景描述 ​

Mac 磁盘只剩 9.2 GB，233 GB 的盘 95.9% 已用，微信电脑老是提醒存储空间不足。以前遇到这种事，套路是：打开「关于本机」看一眼大数字然后懵、开终端敲 du -sh * 一个一个目录猜、搜过期教程、最后掏钱买清理工具会员。这次不折腾了，让 WorkBuddy 来。早上正好看到卡神开源了电脑清理技能 storage-analyzer，把链接扔给 WorkBuddy，三步搞定磁盘扫描和分类报告。

二、想要完成的任务 ​

用 WorkBuddy + storage-analyzer 技能，先学习技能作用，再安全审计后安装，最后一句话扫描磁盘，生成带三级分类（可清理/需判断/谨慎）和清理命令的交互式 HTML 报告，全程只读不动文件。

三、使用的 Skill ​

Skill / 能力用途来源所需权限
storage-analyzermacOS/Windows 只读磁盘分析助手，扫描→AI 智能分类→交互式 HTML 报告GitHub 开源（KKKKhazix/khazix-skills，12.5k Stars）无
skill-scanner腾讯朱雀实验室 A.I.G Skill Scanner 安全审计WorkBuddy 内置无
文件系统只读扫描du/ls/stat 只读方式扫描 HOME 目录一二级子目录storage-analyzer 内置无

四、前置条件 ​

  1. 已安装并登录 WorkBuddy 客户端
  2. macOS 系统（也支持 Windows）
  3. 能访问 GitHub 获取 storage-analyzer 仓库

五、在 WorkBuddy 中的操作 ​

步骤 1：让 AI 研究技能作用 ​

把 GitHub 链接扔给 WorkBuddy：「帮我看看这个 skill 有什么作用」。WorkBuddy 自己爬了仓库所有文件，出了份完整报告：macOS/Windows 只读磁盘分析助手，工作流是扫描→AI 智能分类→交互式 HTML 报告，亮点是三级分类（可清理/需判断/谨慎）、零依赖、全程只读。 关键步骤：先学习再安装，确认技能靠谱。

步骤 2：安全审计 + 安装 ​

说一句「帮我安装这个 skill」。WorkBuddy 先调腾讯朱雀实验室的 skill-scanner 做安全审计：来源为 GitHub 开源仓库（12.5k Stars）社区活跃；会访问文件但扫描阶段只读，删除操作需用户在网页上二次确认且受白名单约束；没有发现联网行为，server.py 仅启动本地 127.0.0.1 服务；未发现危险操作，多层安全机制约束。审计通过后，7 个文件自动下到 ~/.workbuddy/skills/storage-analyzer/。 关键步骤：安装前自动做安全审计，不用手动检查。

步骤 3：一句话开扫 ​

说一句「帮我看看存储」。WorkBuddy 自动触发 storage-analyzer 技能，背后跑三件事：① 跑 scan.py 只读方式把 HOME 目录下一级二级子目录全过一遍；② 拿扫描结果 + macOS 目录参考文档自动识别每个目录是干嘛的，然后分级；③ 生成交互式 HTML 报告。 关键步骤：一句话触发完整扫描+分类+报告流程。

步骤 4：查看报告 ​

报告显示：总容量 233.5 GB，已用 224.2 GB（95.9%），剩余 9.2 GB（红灯），文件系统 APFS。三级分类：🟢 能放心清的约 10.6 GB（Library/Caches 5.5 GB/开发缓存 4.5 GB/Xcode CoreSimulator 1.5 GB）；🟡 得想想再清的约 56.3 GB（微信 15.8 GB/Docker 9.7 GB/Ollama 模型 6.7 GB/.gemini 备份 2.1 GB）；🔴 手别欠的约 10.3 GB（Anaconda3 4.7 GB/网易 MuMu 模拟器 3.6 GB）。每项都附清理命令。

六、提示词或任务指令 ​

步骤指令作用
1帮我看看这个 skill 有什么作用：https://github.com/KKKKhazix/khazix-skills/tree/main/storage-analyzer让 WorkBuddy 爬仓库文件出报告，学习技能作用
2帮我安装这个 skill触发 skill-scanner 安全审计，审计通过后自动安装
3帮我看看存储一句话触发扫描+AI 分类+生成交互式 HTML 报告

七、在 WorkBuddy 中的效果 ​

交付物 ​

  1. storage-analyzer 技能学习报告（作用/工作流/亮点）
  2. skill-scanner 安全审计报告（来源可信度/是否动文件/是否联网/是否有危险操作四项检测全通过）
  3. storage-analyzer 技能安装成功（7 个文件下到 ~/.workbuddy/skills/storage-analyzer/）
  4. 交互式 HTML 存储分析报告
  5. 磁盘概况：总容量 233.5 GB，已用 224.2 GB（95.9%），剩余 9.2 GB
  6. 三级分类清单：🟢 可清理约 10.6 GB / 🟡 需判断约 56.3 GB / 🔴 谨慎约 10.3 GB
  7. 每项附可复制清理命令（如 rm -rf ~/Library/Caches/* / docker system prune -a / xcrun simctl delete unavailable）

结果证明 ​

学习技能报告

安全审计通过

一句话开扫

存储分析报告

八、验收标准 ​

  • [ ] 把 GitHub 链接扔给 WorkBuddy 能出技能学习报告
  • [ ] 报告包含：macOS/Windows 只读磁盘分析助手、扫描→AI 智能分类→交互式 HTML 报告、三级分类零依赖全程只读
  • [ ] 「帮我安装这个 skill」触发 skill-scanner 安全审计
  • [ ] 安全审计四项检测：来源可信度/是否动文件/是否联网/是否有危险操作
  • [ ] 审计通过后 7 个文件自动下到 ~/.workbuddy/skills/storage-analyzer/
  • [ ] 「帮我看看存储」一句话触发扫描+AI 分类+HTML 报告
  • [ ] 报告显示总容量 233.5 GB，已用 224.2 GB（95.9%），剩余 9.2 GB
  • [ ] 🟢 可清理约 10.6 GB（Library/Caches 5.5 GB/开发缓存 4.5 GB/Xcode CoreSimulator 1.5 GB）
  • [ ] 🟡 需判断约 56.3 GB（微信 15.8 GB/Docker 9.7 GB/Ollama 模型 6.7 GB/.gemini 备份 2.1 GB）
  • [ ] 🔴 谨慎约 10.3 GB（Anaconda3 4.7 GB/网易 MuMu 模拟器 3.6 GB）
  • [ ] 每项附可复制清理命令
  • [ ] 扫描阶段全程只读，删除需在网页上手动确认